买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国海洋大学申请的专利基于双分支协同优化网络的结直肠癌HER2状态分类方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120451639B 。

龙图腾网通过国家知识产权局官网在2025-12-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510515060.5，技术领域涉及：G06V10/764；该发明授权基于双分支协同优化网络的结直肠癌HER2状态分类方法是由周小伟;孙咪;许振英;解文韬;亓琳;高峰;卢云;董军宇设计研发完成，并于2025-04-23向国家知识产权局提交的专利申请。

本基于双分支协同优化网络的结直肠癌HER2状态分类方法在说明书摘要公布了：本发明公开了一种基于双分支协同优化网络的结直肠癌HER2状态分类方法，属于病理图像处理技术领域。本发明采用双路径协同优化架构，利用知识迁移和跨模态特征重投影相结合，从常规苏木精‑伊红H&E染色切片中高效提取与HER2状态相关的特征，能够直接对HER2状态进行精准判断。本发明通过先验知识迁移和跨模态特征重投影机制，突破传统方法中先验知识利用不足，模态异构性干扰等瓶颈，显著提升结了直肠癌HER2状态分类的精度与鲁棒性。

本发明授权基于双分支协同优化网络的结直肠癌HER2状态分类方法在权利要求书中公布了：1.一种基于双分支协同优化网络的结直肠癌HER2状态分类方法，其特征在于，包括以下步骤： S1：获取Hamp;E全切片图像与IHC标志图像，并进行空间配准，得到仿射变换矩阵，使得Hamp;E图像与IHC图像在空间上对齐； S2：利用配准后的标注信息构建知识迁移特征编码器，将IHC图像中的标注信息迁移到Hamp;E图像中；所述知识迁移特征编码器包括HER2块级分类器，采用ResNet18骨干网络，包括一个线性层、ReLU激活函数、Dropout层、线性层、ReLU激活函数、Dropout层、线性层、ReLU激活函数、Dropout层以及输出层连接而成，并使用二元交叉熵损失来优化分类器； S3：根据仿射变换矩阵，采样IHC和HE图像对，构建跨模态特征重投影编码器并进行训练；所述跨模态特征重投影编码器采用基于对称式双分支编码器的跨模态联合嵌入架构，其核心由两个ImageNet预训练的ResNet50骨干网络构成，后接一个共享投影层，由一个线性层、ReLU激活函数、Dropout层、另一个线性层以及ReLU激活函数依次连接而成； S4：利用训练好的所述知识迁移特征编码器和所述跨模态特征重投影编码器提取图像块级特征； S5：通过多实例聚合机制生成全切片级预测结果，并通过聚合算法将局部特征整合为全局特征，得到最终HER2状态分类预测结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国海洋大学，其通讯地址为：266100 山东省青岛市崂山区松岭路238号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。